文献

J-GLOBAL ID：201902226815431407   整理番号：19A1489765

商品MRAMを用いたエッジAI推論の性能強化: 事例研究【JST・京大機械翻訳】

Performance Enhancement of Edge-AI-Inference Using Commodity MRAM: IoT Case Study

著者 (4件)： Suri Manan (CYRAN AI Solutions Pvt. Ltd., India) ,  Gupta Abhishek (Department of Electrical Engineering, Indian Insitute of Technology Delhi, New Delhi, 110016, India) ,  Parmar Vivek (Department of Electrical Engineering, Indian Insitute of Technology Delhi, New Delhi, 110016, India) ,  Lee Kang Ho (GLOBALFOUNDRIES Singapore Pte. Ltd., Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IMW  ページ： 1-4  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,特定の加速器パイプラインの内部に新しい商品MRAMチップを使用することによって,Edge-AI-インferenceハードウェアの性能を効果的に強化できることを実証した。著者らは,提案したアプローチをベンチマーク化するために,IoT中心的な正規化/低周波数のAI推論作業負荷の特別なケースを考察した。提案された非揮発性AI干渉加速器(NVIA)は,FPGAとオフ-棚MRAMチップを用いて実現される。NVIAは人間活動認識(HAR)データセットに対してベンチマーキングされている。揮発性SRAMと比較して,顕著な電力利得,~9x(Toggle-MRAM(180nm))と~750x(STT-MRAM(22nm))を達成した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 正規化 ,  ハードウェア ,  CASE ,  *事例研究 ,  加速器 ,  揮発性 ,  干渉 ,  SRAM ,  FPGA ,  ベンチマーク ,  LF【周波数】 ,  非揮発性
準シソーラス用語： ベンチマーキング ,  人間活動 ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (4件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  生体計測  (EL03020C)

タイトルに関連する用語 (7件)： 商品 ,  MRAM ,  エッジ ,  AI ,  推論 ,  強化 ,  研究